PyTorch 入門編
難易度
☆★★★
Pytorchは、ディープラーニングのフレームワークの中でも近年、最も勢いのあるフレームワークです。最先端の研究（学界、産業界）でもよく使用されており、Pytorchの基礎を理解することで様々な実課題を深層学習を使ってアプローチできることになるはずです。本講座では、Pytorchの基礎を短時間でコンパクトにご説明致します。
対象者
深層学習を使って高度な分析課題を解決していきたい方におススメ
所要時間
約45分
習得内容
Pytorchライブラリの基本的内容を理解する
実際にPytorchライブラリ使って深層学習モデルを作成してみる
コース内容
全7章 約45分
| 第1章 | テンソル(Tensor）イントロダクション／テンソル（Tensor）とは／テンソル（Tensor）作成方法／テンソル（Tensor）の演算処理 |
|---|---|
| 第2章 | データ読み込み／Map-Styleデータ、Iterable-Styleデータ／サブクラスの作成 |
| 第3章 | データの前処理／Data Augumentation（データ拡張）Random Crop／Random Erasing／Random Flip／Gaussian Blur／Random Grayscale／Color Jitter／Random Rotation／変換の組み合わせ |
| 第4章 | モデル作成／全結合層 |
| 第5章 | モデル最適化／モデルの予測と損失の計算／誤差逆伝播法（Backpropagation） |
| 第6章 | モデルの保存と読み込み |
| 第7章 | モデルの改善／畳み込み層 |
